NVIDIA Jetson nano环境配置上 / 开普饭

NVIDIA JetPack SDK 是构建 AI 应用程序的最全面的解决方案。

2GB版本没有网卡，直接手机USB网络共享

sudo apt-get updatesudo apt-get upgrade

升级一下

https://docs.nvidia.com/jetson/jetpack/index.html

具体的资料来源在这里

sudo apt updatesudo apt install nvidia-jetpac

安装一下SDK包

sudo apt show nvidia-jetpack

版本为4.5.1

https://developer.nvidia.com/embedded/jetpack-archive

可以看到是最新的SDK了

https://docs.nvidia.com/deeplearning/tensorrt/release-notes/tensorrt-7.html#rel_7-1-3

安装好了张量RT

为深度学习应用的生产部署提供高性能神经网络推理引擎，

它可用于优化、验证和部署经过训练的神经网络

https://developer.nvidia.com/zh-cn/cudnn

cuDNN，NVIDIA CUDA 深层神经网络库

https://docs.nvidia.com/cuda/archive/10.2/cuda-toolkit-release-notes/index.html#title-new-features

CUDA 10.2

https://docs.nvidia.com/jetson/l4t-multimedia/index.html

多媒体接口

硬盘录像机/NVR
IVA摄像头监控
无人机
机器人

接口可以做这些应用

自带的demo

https://docs.opencv.org/3.3.0/

Opencv的官网

https://docs.nvidia.com/jetson/archives/l4t-archived/l4t-325/index.html#page/Tegra%20Linux%20Driver%20Package%20Development%20Guide/software_features_jetson_nano.html#wwpID0EIHA

jetson的相机构架

https://developer.nvidia.com/gameworksdownload#?dn=nsight-systems-2021-2-1-58

https://docs.nvidia.com/jetson/archives/l4t-archived/l4t-325/index.html#page/Tegra%20Linux%20Driver%20Package%20Development%20Guide/downloads.html#

这个链接指向很多资料的地址

https://developer.nvidia.com/zh-cn/embedded/downloads

这个地址是支持直接下载

nvcc报错

export LD_LIBRARY_PATH=/usr/local/cuda/libexport PATH=$PATH:/usr/local/cuda/bin

添加到路径里面

重新刷写，成功

# 查看版本号# CUDAcat /usr/local/cuda/version.txt# cudnncat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

在这里输出

各种支持文件

echo $PATH

显示环境变量

/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin:/usr/local/cuda/bin

看最后我们的路径

nvcc -V

经过查看，有两个cuda

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64export PATH=$PATH:/usr/local/cuda-10.2/binexport CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

和上面一样，写入三个变量

就像这样

立即生效

打印版本

cd /usr/src/cudnn_samples_v7/mnistCUDNNsudo makesudo chmod a+x mnistCUDNN./mnistCUDNN

自带了一些源码，测试

出现这个就成功了

看看python的情况

你看有的版本。后面加个m是什么意思呀

以m结尾的版本是用C函数malloc,的一个非常特殊的版本编译的，它在python应用程序中的速度更快。

https://www.python.org/dev/peps/pep-3149/

定位到bin目录下

ls -lh | grep python

3的版本就是3.6的版本

那就是个软连接的意思了

whereis python

找下路径

python: /usr/bin/python3.6 /usr/bin/python2.7 /usr/bin/python /usr/bin/python3.6m /usr/bin/python2.7-config /usr/bin/python3.6-config /usr/bin/python3.6m-config /usr/lib/python3.6 /usr/lib/python2.7 /usr/lib/python3.7 /usr/lib/python3.8 /etc/python3.6 /etc/python2.7 /etc/python /usr/local/lib/python3.6 /usr/local/lib/python2.7 /usr/include/python3.6 /usr/include/python2.7 /usr/include/python3.6m /usr/share/python

我重新排版